[Bilan] Mes prédictions technologiques pour 2018

(Mise à jour de l’article rédigé fin 2017) 2017 s’achève après nous avoir offert de nombreuses surprises. Que va nous réserver 2018 ?

Machine Learning : au coeur du mobile

En 2017, nous avons vu apparaître la naissance du Machine Learning (ML) sur mobile. 2018 sera l’an 1 du ML sur mobile.

2017 : Apple dévoile Core ML et son A11 Bionic

Juin 2017 : lors de la WWDC, Apple présente sa technologie Core ML qui sera intégrée en fin d’année à iOS 11, macOS High Sierra et les autres OS de l’année.

La firme à la pomme avait déjà dévoilé en 2016 son API de réseau de neurones. Mais là, il s’agit de simplifier la démarche, étendre le nombre d’algorithmes supportés et améliorer les performances.

Apple a également mis en open-source 2 solutions permettant de générer des modèles Core ML :

• en juin, Core ML Tools, qui permet de générer des modèles Core ML à partir d’autres modèles
• en décembre, Turi Create, qui permet d’entrainer “facilement” et générer des modèles CoreML.

En septembre, le constructeur en remet une couche en présentant ses nouveaux smartphones. La nouvelle génération d’iPhone (8 et X) intègre un processeur A11 Bionic. Ce dernier est capable d’opérer 600 milliards d’opérations par seconde au travers de son réseau de neurones intégré.

Core ML offre de nombreux avantages :

• compatibilité (tous les appareils iOS 11)
• performances (via Metal 2 et Accelerate)
• confidentialité des données
• simplicité d’usage.

Avec quelques lacunes :

• pas d’apprentissage possible simplifié sur les appareils.

Et Google est aussi de la partie

Google a également sorti sa solution de Machine Learning avec TensorFlow et sa solution mobile TensorFlow Lite, avec une approche différente, qui devrait être disponible pour chacun l’année prochaine. Il vient d’être intégré à Android 8.1 au travers de la Neural Networks API.

Le géant de la publicité ciblée et des moteurs de recherche a également produit un TPU pour les serveurs et un IPU dans son Pixel 2.

La solution de Google a quelques avantages :

• compatible avec les modèles TensorFlow
• apprentissage possible sur les appareils

Mais aussi quelques lacunes :

• peu d’appareils compatibles
• des performances reléguées au second plan
• confidentialité hors sujet
• assez complexe à appréhender.

2018 : chacun comble ses lacunes

Les 2 géants sont en course pour le Machine Learning. Chacun ayant une approche différente du sujet.

Traditionnellement, c’est en mai que Google dévoile ses nouveautés. Pour Apple, c’est en juin. Google a cependant tendance à faire des annonces intermédiaires, alors qu’Apple se réserve généralement pour la WWDC.

Google devrait donc d’abord dévoiler :

• une intégration simplifiée de TensorFlow Lite
• des performances améliorées.

Apple, de son côté, proposera certainement un système permettant d’effectuer l’apprentissage côté mobile, à l’instar de ce que fait Core ML sur la partie exploitation des données.

Côté matériel, il ne serait pas étonnant qu’Apple dévoile un Mac intégrant un co-processeur A11 Bionic ou équivalent pour le Machine Learning.

Et les nouveaux appareils mobiles Android devraient également intégrer des processeurs optimisés pour Neural Networks API.

Les applications proposant cette technologie devraient alors commencer à émerger, en fin d’année.

Mise à jour du 27 août 2018

Côté Apple, Core ML 2 est sortie et a simplifié l’apprentissage via Create ML qui permet d’entraîner des modèles en cliquer-déposer sur Mac. Les modèles ont été allégés et sont encore plus performants. La partie apprentissage n’a pas beaucoup évolué. Le tout dans iOS 12 et macOS Mojave.

Côté Google, l’API Neural Networks a également connu quelques changements. Et TensorFlow Lite est maintenant compatible avec Core ML. Le système d’apprentissage côté Google a également été simplifié, mais le géant publicitaire reste pour le moment sur des technologies fonctionnant sur ses serveurs. Par contre, le nombre d’appareils supportant cette technologie Android reste faible.

Les nouveaux horizons de la réalité augmentée

En 2017, Apple et Google ont dévoilé leurs solutions de réalité augmentée.

Encore une fois, chacun a sa propre approche du problème. Le point commun est l’usage du Machine Learning.

Apple ouvre le bal avec ARKit

La deuxième grande surprise de la WWDC de juin fût ARKit. Une technologie de réalité augmentée intégrée à iOS 11.

Ses atouts :

• performances (grâce à Metal 2)
• compatibilité (tous les iPhone iOS 11 à partir de l’iPhone 6S et le SE)
• simplicité d’usage
• intégration.

Quelques lacunes :

• reconnaissance des plans horizontaux uniquement.

Google essaye de suivre avec ARCore

En août, Google s’est empressé de suivre le mouvement en dévoilant ARCore.

Ses atouts sont identiques à ceux de ARKit : c’est l’objectif de la manoeuvre.

Le point fort par rapport à ARKit : une meilleure reconnaissance des plans.

Sa faiblesse : une compatibilité quasi-nulle (2 modèles d’appareils) et c’est surtout expérimental à ce jour.

2018 : ça devient sérieux

Google devrait annoncer la version finale de ARCore dans l’année. Avec probablement le support de plus d’appareils. Et probablement des appareils peu pratiques mais qui feront rêver par leur aspect technologique. À l’instar de la reconnaissance faciale de Samsung (suffisamment originale pour vendre des appareils, trop peu fiable pour être utilisée avec les moyens de paiement mobile).

De son côté, Apple devrait supporter plus de plans. Notamment les plans verticaux. Et peut-être de nouveaux usages croisés avec Core ML. En attendant un nouvel appareil (lunettes ou autre) pour 2019 ou 2020.

À l’instar du Machine Learning, c’est en fin d’année que les applications exploitant vraiment la technologie vont arriver sur le marché.

Mise à jour du 27 août 2018

ARKit 2 a introduit la détection de nouveaux types de plans (verticaux notamment) et s’est enrichi de nouvelles fonctionnalités. Notamment un lien avec Core ML pour détecter des objets, le partage de la réalité augmentée entre utilisateurs, l’enregistrement de la position d’objets.

ARCore 1.2 a également introduit des fonctionnalités de partage. Ce qui le rapproche de ARKit. Par contre, le nombre d’appareils supportant cette technologie Android reste faible.

Le marché des montres connectées à maturité

Après 2 versions réservées aux “early adopters”, l’Apple Watch semble arriver sur le marché de masse. De plus en plus d’utilisateurs ont adopté en fin d’année la montre la plus vendue au monde.

Qui dit marché de masse dit nouvelles opportunités. La Watch va commencer à être prise au sérieux au bout de 3 ans, à l’instar de l’iPhone il y a quelques années.

Mise à jour du 27 août 2018

Pour le deuxième trimestre 2018, Apple a vendu 3,5 millions d’Apple Watch dans le monde. 8 millions auraient été vendues pour les fêtes. Et un nouveau modèle est annoncé pour la fin d’année.

Du côté de Android, de nouveaux modèles sont annoncés, notamment une montre construite par Google.

Le mobile first devient la norme

Aujourd’hui, le web n’est plus le principal canal d’acquisition numérique. C’est le mobile.

La présence dans le mobile devrait donc se renforcer. Les applications ne seront plus une transposition du web au mobile.

Les applications seront au coeur de l’usage mobile, pour capter l’utilisateur en permanence, dans son quotidien. Une omniprésence acceptée par l’éloignement du marketing digital au profit de l’expérience utilisateur.

L’application mobile n’est plus une façade du site web, l’application mobile est au coeur du produit.

Un critère de valeur clairement exprimé par les banques qui ont été les premières à en faire les frais : les nouveaux acteurs 100 % mobile ont d’excellents arguments à faire valoir. Personne n’y croyait, et ils l’ont fait.

En 2018, les acteurs d’autres marchés vont s’appuyer sur cette expérience réussie et renverser la donne. Comme ce fut le cas lors de l’émergence du web à une autre époque.

Mise à jour du 27 août 2018

Cette tendance se confirme : les banques mobiles explosent, les assurances mobiles émergent.

Les enceintes connectées en plein essor

Google et Amazon ont lancé leurs enceintes connectées en 2017.

L’Echo d’Amazon fait tranquillement son bonhomme de chemin, bien connectée à sa boutique en ligne.

Pour s’assurer d’être présent dans tous les foyers, le géant de la revente des données personnelles n’a pas hésité à offrir son espion domestique en masse. Le Google Home Mini est en effet offert avec de nombreux produits.

Microsoft a également sa propre enceinte Invoke, associée à Cortana. Qui sera elle vendue à un prix probablement suffisant pour que le géant californien n’ait pas à revendre la vie privée de ses utilisateurs pour compenser une perte financière.

De son côté, Apple proposera début 2018 au prix fort son HomePod. Enceinte connectée offrant la compatibilité avec Apple Music, Siri, HomeKit et un certain respect de la vie privée.

Si certains constructeurs vont faire ressembler 2018 à 1984, assurément les maisons vont devenir de plus en plus connectées et de plus en plus intelligentes. Un véritable aboutissement technologique si on en fait bon usage.

Alors que la plupart des constructeurs proposent déjà des kits de développement pour leurs enceintes, peut-être qu’Apple proposera également un kit de développement lors de la WWDC de juin.

Mise à jour du 27 août 2018

Petit à petit, les choses se mettent en place.

Apple a mis en place un nouveau SDK pour Siri accessible sur tous les appareils de la marque, dont le HomePod.

Une ère nouvelle pour les assistants intelligents

Entre les enceintes connectées dans les maisons, la majorité des nouveaux véhicules compatibles CarPlay / Android Auto, une intégration quasi-parfaite aux smartphones et aux montres connectées : les assistants font aujourd’hui partie de notre quotidien.

Tout cet éco-système devrait être pleinement exploité en 2018. Comme le fut le mobile il y a quelques temps, l’assistant vocal intelligent pourrait bien devenir la nouvelle norme.

Mise à jour du 27 août 2018

Le fameux nouveaux SDK Siri intégré aux nouvelles versions de iOS va simplifier drastiquement l’accès à l’assistant intelligent. Toute la démarche autour des raccourcis Siri va en ce sens.

Côté Android, l’assistant de Google prend la même direction.

Le chaos de la GDPR

La GDPR (General Data Protection Regulation) aussi connue sous le nom Règlement général sur la protection des données est le nouveau texte de référence en matière de protection des données personnelles au niveau européen.

Adopté mi-2016, il devrait entrer en application mi-2018. Et, comme à chaque fois, les entreprises s’en occuperont à la dernière minute. Juste avant d’avoir des soucis.

Si vous souhaitez plus de détails, l’article sur Wikipédia est très bien fait.

En gros, il s’agit d’améliorer fortement le respect de la confidentialité des données des utilisateurs. Avec un niveau de transparence élevé. Et un niveau de sécurité tout aussi important.

Le nom respect de ce règlement peut entrainer des amendes allant jusqu’à 20 millions d’euros ou 4 % du chiffre d’affaires. Ce qui donne de quoi réfléchir.

Sachant que, du côté du mobile, les magasins d’applications sont responsables de la validation du contenu, certaines apps n’ont respectueuses pourraient bien se retrouver bannies.

Les géants du numérique vont également avoir un certain devoir de transparence vis-à-vis des données des utilisateurs. Certains vont peut-être découvrir pourquoi ils ne payent quasiment rien quand ils achètent un smartphone ou vont sur les réseaux sociaux.

Il ne serait d’ailleurs pas étonnant que la mise en application soit repoussée de quelques mois.

Mise à jour du 27 août 2018

Certains services ont du fermer, mais dans l’ensemble cela s’est bien passé.

L’essor du HTTP/2 et du TLS 1.3

Petit à petit, le protocole HTTP/2 fait son nid et devient la norme. Tous les navigateurs modernes le supportent. Tous les serveurs web n’y sont pas encore.

De son côté, le TLS 1.3 est arrivé à maturité. Supporté officiellement par Chrome, son support dans Android ne devrait pas tardé. Côté iOS et macOS, il est actuellement en version beta depuis juin.

Mise à jour du 27 août 2018

TLS 1.3 reste dans les cartons et HTTP/2 poursuit son essor.

Mise à jour du 11 décembre 2018

TLS 1.3 est finalisé, disponible prochainement sur iOS / macOS et HTTP/3 vient d’être présenté.

Swift 5 à grande échelle

Cette année, Swift 4 fut l’aboutissement du langage de programmation proposé par Apple. Sa structure niveau code est enfin stable.

En parallèle, sa compatibilité GNU/Linux lui a permis de se déployer sur les serveurs. Ce qui lui permet d’offrir des performances supérieures à NodeJS par exemple.

Également, de plus en plus de composants sont développés pour ce langage. Ainsi que plusieurs frameworks côté web.

En 2018, la maturité technique du langage permettra à iOS et macOS de ne plus avoir à intégrer les binaires Swift dans les apps : ils seront directement intégrés à l’OS.

Ce qui signifie que l’ensemble des bibliothèques des 2 OS d’Apple pourrait être réécrit en Swift. Avec les effets de bord que l’on connait à l’heure actuelle en termes de stabilité. Mais au bénéfice énorme à terme.

Mise à jour du 27 août 2018

Swift 4.2 a apporté quelques nouveautés. Swift 5 arrivera début 2019. À noter que Swift côté serveur se démocratise notamment grâce à Vapor 3.

Kotlin Native pour Android… ou Fuschia

Apple a présenté Swift en 2014 comme nouveau langage plus moderne mais également s’appuyant sur la technologie LLVM. Qui apporte, au travers du bitcode, un certain nombre d’atouts.

De son côté, Jetbrains a développé le langage Kotlin, compatible avec la JVM utilisée par Android. En 2017, Google a annoncé le support officiel de Kotlin dans Android Studio. Kotlin est en quelques sorte le Swift de Android.

Au détail près que Kotlin génère du bytecode et non du bitcode. Mais cela pourrait bien changer.

Le projet Kotlin Native a pour objectif de générer du bitcode compatible LLVM, à l’instar de ce que propose Apple avec Swift depuis 2014 et avec Objective-C depuis un peu plus longtemps.

Cependant, Google travaille depuis un certain temps sur un remplaçant de Android : Google Fuschia. Quand on va voir le code source (ou du moins la partie open-source), on y voit une présence importante de LLVM. LLVM est beaucoup utilisé pour compiler du C, mais c’est aussi compatible avec Java.

En gros, le code Java pourrait être compilé avec LLVM comme le fut Objective-C à son époque. Et Kotlin serait spécifiquement optimisé pour cette plateforme.

Mise à jour du 27 août 2018

Kotlin continue doucement son avancée. Fuschia reste dans les cartons.

ARM de plus en plus présent dans les ordinateurs

Grâce à LLVM, on peut exécuter du bitcode optimisé pour de multiples architectures. Ce qui permet à un même code Swift d’être exécuté indifféremment sur iPhone, iPad, Apple TV, Watch ou Mac.

En parallèle, le nouvel iMac Pro d’Apple intègrerait un co-processeur ARM T2 (A10 Fusion). Le tout fonctionnant grâce à bridgeOS.

Sachant que les MacBook Pro avec Touch Bar intègrent déjà un processeur T1. Qui est le processeur de la Watch. Mais utilisé pour Touch Bar et Touch ID.

S’appuyer sur ARM pour les ordinateurs serait cohérent. D’autant que l’iPhone X actuel est techniquement presque aussi performant qu’un MacBook Pro de 2017. Ce qui laisse rêveur.

Et pourquoi pas un MacBook Pro ARM (A11X ?) avec un co-processeur x86 ? Le MacBook Pro ultime, avec une autonomie de 20h, un déverrouillage par reconnaissance faciale et écran bord à bord.

Étant donné qu’Apple a exprimé le souhait de ne pas poursuivre le support du 32 bits avec les prochaines versions de macOS, ce serait assez logique.

Mise à jour du 27 août 2018

Les MacBook Pro de 2018 ont intégré le co-processeur ARM T2 de l’iMac Pro.

Mise à jour du 11 décembre 2018

Les MacBook Air et Mac Mini 2018 intègrent le co-processeur ARM T2. L’iPad Pro nouvelle génération est plus puissant que bien des ordinateurs.

On n’a jamais été aussi prêt d’un Mac ARM.

Tendances non prévues

Mise à jour du 27 août 2018

Le bien-être numérique, je ne l’ai pas vraiment vu venir. Et pourtant, cela est intégré à iOS 12 et Android 9. C’est une tendance générale qui a un impact majeure dans la conception des apps. D’ailleurs, ce bien-être numérique profite de l’intégration aux assistants intelligents.